Although it is being successfully implemented for exploration of the genome, discovery science has eluded the functional neuroimaging community. The core challenge remains the development of common paradigms for interrogating the myriad functional systems in the brain without the constraints of a priori hypotheses. Resting-state functional MRI (R-fMRI) constitutes a candidate approach capable of addressing this challenge. Imaging the brain during rest reveals large-amplitude spontaneous low-frequency (<0.1 Hz) fluctuations in the fMRI signal that are temporally correlated across functionally related areas. Referred to as functional connectivity, these correlations yield detailed maps of complex neural systems, collectively constituting an individual's “functional connectome.” Reproducibility across datasets and individuals suggests the functional connectome has a common architecture, yet each individual's functional connectome exhibits unique features, with stable, meaningful interindividual differences in connectivity patterns and strengths. Comprehensive mapping of the functional connectome, and its subsequent exploitation to discern genetic influences and brain–behavior relationships, will require multicenter collaborative datasets. Here we initiate this endeavor by gathering R-fMRI data from 1,414 volunteers collected independently at 35 international centers. We demonstrate a universal architecture of positive and negative functional connections, as well as consistent loci of inter-individual variability. Age and sex emerged as significant determinants. These results demonstrate that independent R-fMRI datasets can be aggregated and shared. High-throughput R-fMRI can provide quantitative phenotypes for molecular genetic studies and biomarkers of developmental and pathological processes in the brain. To initiate discovery science of brain function, the 1000 Functional Connectomes Project dataset is freely accessible at www.nitrc.org/projects/fcon_1000/ .

Following a first version AAL of the automated anatomical labeling atlas (Tzourio-Mazoyer et al., 2002), a second version (AAL2) (Rolls et al., 2015) was developed that provided an alternative parcellation of the orbitofrontal cortex following the description provided by Chiavaras, Petrides, and colleagues. We now provide a third version, AAL3, which adds a number of brain areas not previously defined, but of interest in many neuroimaging investigations. The 26 new areas in the third version are subdivision of the anterior cingulate cortex into subgenual, pregenual and supracallosal parts; subdivision of the thalamus into 15 parts; the nucleus accumbens, substantia nigra, ventral tegmental area, red nucleus, locus coeruleus, and raphe nuclei. The new atlas is available as a toolbox for SPM, and can be used with MRIcron.

Diffusion-weighted imaging can potentially be used to infer the connectivity of the human brain in vivo using fibre-tracking techniques, and is therefore of great interest to neuroscientists and clinicians. A key requirement for fibre tracking is the accurate estimation of white matter fibre orientations within each imaging voxel. The diffusion tensor model, which is widely used for this purpose, has been shown to be inadequate in crossing fibre regions. A number of approaches have recently been proposed to address this issue, based on high angular resolution diffusion-weighted imaging (HARDI) data. In this study, an experimental model of crossing fibres, consisting of water-filled plastic capillaries, is used to thoroughly assess three such techniques: constrained spherical deconvolution (CSD), super-resolved CSD (super-CSD) and Q-ball imaging (QBI). HARDI data were acquired over a range of crossing angles and b-values, from which fibre orientations were computed using each technique. All techniques were capable of resolving the two fibre populations down to a crossing angle of 45°, and down to 30° for super-CSD. A bias was observed in the fibre orientations estimated by QBI for crossing angles other than 90°, consistent with previous simulation results. Finally, for a 45° crossing, the minimum b-value required to resolve the fibre orientations was 4000s/mm2 for QBI, 2000s/mm2 for CSD, and 1000s/mm2 for super-CSD. The quality of estimation of fibre orientations may profoundly affect fibre tracking attempts, and the results presented provide important additional information regarding performance characteristics of well-known methods.

Recent research on Alzheimer's disease (AD) has shown that the decline of cognitive and memory functions is accompanied by a disrupted neuronal connectivity characterized by white matter (WM) degeneration. However, changes in the topological organization of WM structural network in AD remain largely unknown. Here, we used diffusion tensor image tractography to construct the human brain WM networks of 25 AD patients and 30 age- and sex-matched healthy controls, followed by a graph theoretical analysis. We found that both AD patients and controls had a small-world topology in WM network, suggesting an optimal balance between structurally segregated and integrative organization. More important, the AD patients exhibited increased shortest path length and decreased global efficiency in WM network compared with controls, implying abnormal topological organization. Furthermore, we showed that the WM network contained highly connected hub regions that were predominately located in the precuneus, cingulate cortex, and dorsolateral prefrontal cortex, which was consistent with the previous diffusion-MRI studies. Specifically, AD patients were found to have reduced nodal efficiency predominantly located in the frontal regions. Finally, we showed that the alterations of various network properties were significantly correlated with the behavior performances. Together, the present study demonstrated for the first time that the Alzheimer's brain was associated with disrupted topological organization in the large-scale WM structural networks, thus providing the structural evidence for abnormalities of systematic integrity in this disease. This work could also have implications for understanding how the abnormalities of structural connectivity in AD underlie behavioral deficits in the patients.

Perceiving the pain of others activates a large part of the pain matrix in the observer [1Jackson P.L. Rainville P. Decety J. To what extent do we share the pain of others? Insight from the neural bases of pain empathy.Pain. 2006; 125: 5-9Abstract Full Text Full Text PDF PubMed Scopus (232) Google Scholar]. Because this shared neural representation can lead to empathy or personal distress [2Decety J. Lamm C. Human empathy through the lens of social neuroscience.ScientificWorldJournal. 2006; 6: 1146-1163Crossref PubMed Scopus (511) Google Scholar, 3Lamm C. Batson C.D. Decety J. The neural substrate of human empathy: Effects of perspective-taking and cognitive appraisal.J. Cogn. Neurosci. 2007; 19: 42-58Crossref PubMed Scopus (855) Google Scholar], regulatory mechanisms must operate in people who inflict painful procedures in their practice with patient populations in order to prevent their distress from impairing their ability to be of assistance. In this functional magnetic resonance imaging MRI study, physicians who practice acupuncture were compared to naive participants while observing animated visual stimuli depicting needles being inserted into different body parts, including the mouth region, hands, and feet. Results indicate that the anterior insula somatosensory cortex, periaqueducal gray, and anterior cingulate cortex were significantly activated in the control group, but not in the expert group, who instead showed activation of the medial and superior prefrontal cortices and the temporoparietal junction, involved in emotion regulation and theory of mind.

Abstract Background Patients with major depressive disorder (MDD) exhibit concurrent deficits in sensory processing and high-order cognitive functions such as self-awareness and rumination. Connectome mapping studies have suggested a principal primary-to-transmodal gradient in functional brain networks, supporting the spectrum from sensation to cognition. However, whether this principal connectome gradient is disrupted in patients with MDD and how this disruption is associated with gene expression profiles remain unclear. Methods Using a large cohort of resting-state functional magnetic resonance imaging data from 2,234 participants (1,150 patients with MDD and 1,084 healthy controls) recruited at 10 sites, we investigated MDD-related alterations in the principal connectome gradient. We further used Neurosynth and postmortem gene expression data to assess the cognitive functions and transcriptional profiles related to the gradient alterations in MDD, respectively. Results Relative to controls, patients with MDD exhibited abnormal global topography of the principal primary-to-transmodal gradient, as indicated by reduced explanation ratio, gradient range, and gradient variation (Cohen’s d = −0.16∼-0.21). Focal alterations of gradient scores were mostly in the primary systems involved in sensory processing and in the transmodal systems implicated in high-order cognition. The transcriptional profiles explained 53.9% of the spatial variance in the altered gradient patterns, with the most correlated genes enriched in transsynaptic signaling and calcium ion binding. Conclusions These results highlight the dysfunction of the core connectome hierarchy in MDD and its linkage with gene expression profiles, providing insights into the neurobiological and molecular genetic underpinnings of sensory-cognitive deficits in this disorder.

ABSTRACT The cerebral cortex is a highly convoluted structure with distinct morphologic features, namely the gyri and sulci, which are associated with the functional segregation or integration in the human brain. During the lifespan, the brain atrophy that is accompanied by cognitive decline is a well-accepted aging phenotype. However, the detailed patterns of cortical folding change during aging, especially the changing trajectories of gyri and sulci, which is essential to brain functioning, remain unclear. In this study, we investigated the morphology of the gyral and sulcal regions from pial and white matter surfaces using MR imaging data of 417 healthy participants across the lifespan (21-92y). To elucidate the age-related changes in the cortical pattern, we fitted cortical thickness and intrinsic curvature of gyri and sulci using the quadratic model to evaluate their trajectories during normal aging. Our findings show that comparing to gyri, the sulcal thinning is the most prominent pattern during the aging process, and the gyrification of pial and white matter surfaces were also affected differently, which implies the vulnerability of functional segregation during aging. Taken together, we propose a morphological model of aging that may provide a framework for understanding the mechanisms underlying the gray matter degeneration.

Multidomain interventions have demonstrable benefits for promoting healthy aging, but self-empowerment strategies to sustain long-term gains remain elusive.

Nonlinear dynamical analysis has been used to quantify the complexity of brain signal at temporal scales. Power law scaling is a well-validated method in physics that has been used to describe the complex nature of a system across different time scales. In this research, we investigated the change of power-law characteristics in a large-scale resting-state fMRI data of schizophrenia (N = 200) and healthy participants (N = 200) derived from Taiwan Aging and Mental Illness cohort. Fourier transform was used to determine the power spectral density (PSD) of resting-state fMRI signal. We estimated the power law scaling of PSD of resting-state fMRI signal by determining the slope of the regression line fitting to the log-log plot of PSD. The power law scaling represents the dynamical properties of resting-state fMRI signal ranging from noisy oscillation (e.g., white noise) to complex fluctuations (e.g., slope approaches −1). Linear regression model was used to assess the statistical difference in power law scaling between schizophrenia and healthy participants. The significant differences in power law scaling were found in six brain regions. Schizophrenia patients has significantly more positive power law scaling (i.e., frequency components become more homogenous) at four brain regions: left precuneus, left medial dorsal nucleus, right inferior frontal gyrus, and right middle temporal gyrus, compared with healthy participants. Additionally, schizophrenia exhibited less positive power law scaling (i.e., frequency components are more dominant at lower frequency range) in bilateral putamen. Significant correlations of power law scaling with the severity of psychosis were found in these identified brain areas in schizophrenia. These findings suggest that schizophrenia has abnormal brain signal complexity toward random patterns, which is linked to psychotic symptoms. The power law scaling analysis may serve as a novel functional brain imaging marker for evaluating patients with mental illness.

ABSTRACT Purpose Recent advances in diffusion-weighted MRI provide ‘restricted diffusion signal fraction’ and restricting pore size estimates. Materials based on co-electrospun oriented hollow cylinders have been introduced to provide validation for such methods. This study extends this work, exploring accuracy and repeatability using an extended acquisition on a 300 mT/m gradient human MRI scanner, in substrates closely mimicking tissue, i.e., non-circular cross-sections, intra-voxel fibre crossing, intra-voxel distributions of pore-sizes and smaller pore-sizes overall. Methods In a single-blind experiment, diffusion-weighted data were collected from a biomimetic phantom on a 3T Connectom system using multiple gradient directions/diffusion times. Repeated scans established short-term and long-term repeatability. The total scan time (54 minutes) matched similar protocols used in human studies. The number of distinct fibre populations was estimated using spherical deconvolution, and median pore size estimated through the combination of CHARMED and AxCaliber3D framework. Diffusion-based estimates were compared with measurements derived from scanning electron microscopy. Results The phantom contained substrates with different orientations, fibre configurations and pore size distributions. Irrespective of one or two populations within the voxel, the pore-size estimates (~5μm) and orientation-estimates showed excellent agreement with the median values of pore-size derived from scanning electron microscope and phantom configuration. Measurement repeatability depended on substrate complexity, with lower values seen in samples containing crossing-fibres. Sample-level repeatability was found to be good. Conclusion While no phantom mimics tissue completely, this study takes a step closer to validating diffusion microstructure measurements for use in vivo by demonstrating the ability to quantify microgeometry in relatively complex configurations.